網格細胞的電生理及腦功能成像研究進展

王欣，武文博，李竹，王濤，張鑫，青釗，張冰*

空間導航(spatial navigation)是一種包含空間感知、空間定位、空間記憶等在內的復雜的感知與認知過程[1]，人與許多其他動物都依靠這種能力辨識自身位置、記憶周圍環境、選擇合適路徑，其神經機制的探索一直是神經科學的重要研究內容。空間導航能力減退可能出現在正常老齡化的過程中，而空間導航障礙常常發生在阿爾茨海默病(Alzheimer's disease，AD)病程早期，是AD起病最早的征象[2]。AD的病理變化起自內嗅皮層(entorhinal cortex)，而網格細胞主要位于內嗅皮層，且參與空間導航過程，因而空間導航神經機制的研究，尤其是人腦網格細胞的研究，對于AD的早期診斷具有重要的價值。

網格細胞(grid cells)是一種具有獨特六邊形網格樣空間放電特點[3]的神經元細胞。網格細胞自2005年被Hafting等[3]在大鼠腦中被發現以來，又陸續被證實存在于蝙蝠[4]、猴子[5]等多種動物，提示這可能是一種在哺乳動物演變過程中廣泛存在的神經元細胞。網格細胞能夠接收來自多種參與空間導航的神經元細胞的電信號，并且是海馬位置細胞的主要信息輸入源[6]，因此在空間導航神經通路中起到重要的信息樞紐作用。

近年來，Jacobs等[7]的神經電生理學實驗直接證實了人腦中網格細胞的存在。而Doeller等[8]發現了與網格細胞電生理學特征相符的fMRI可見的宏觀信號，用無創便捷的方式檢測了其與動物網格細胞相似的特點與功能。這體現了在神經科學研究中，將細胞電生理學特性與fMRI技術相結合的優勢，為無創影像學檢查運用于認知障礙疾病的診斷提供了更堅實的理論基礎。

1 網格細胞的電生理學研究

1.1 網格細胞的放電模式

Hafting等[3]的實驗發現當一個自由移動的大鼠穿越一小片區域時，網格細胞放電明顯，將這一小片區域記錄作一個放電野(firing fields)，則所有相鄰放電野的中心峰之間距離近似相等，均分布于循環出現的六邊形點陣，僅需要少量網格細胞就可以構建整個2D環境，形成一個具有60°旋轉對稱性的網格樣空間，即網格圖。

研究者們提出了一些計算模型來解釋網格細胞如何產生精確的六邊形點陣模型[9]，包括吸引子網絡模型(attractor network models)、適應模型(attractor network models)等，其基本原理均是遠程抑制和短程激活之間的動態競爭，但通過抑制性中間神經元或個體尖峰頻率適應等不同模式實現。

網格圖的度量屬性包括間距(spacing)，方向(orientation)和放電野大小(field size)，其中方向是指相鄰放電野中心峰的連線與參考線之間的逆時針旋轉角的大小。網格圖具有穩定性，在同一環境中導航時網格圖保持不變，當環境旋轉一定角度時，網格圖旋轉相同的角度以保持方向不變，當環境擴大時，位置野數量隨之增加而間距保持不變[10]，并且這一特點在黑暗條件下不受到影響。

1.2 網格細胞的路徑整合功能

在空間導航過程中讀取自身運動信息，并利用各空間位點信息進行整合獲得到達目標位置的路徑的過程稱為路徑整合(path integration，PI)，這是一個在運動中自動和持續更新的過程。

網格細胞能夠形成穩定的網格圖，且其路徑整合功能不依賴于環境地標，而是基于本體運動線索[11]。內嗅皮層中參與空間導航神經環路的其他多種細胞也具有典型的放電模式，例如邊界細胞(border cells)在動物靠近幾何邊界時放電明顯[12]；速度細胞(speed cells)的放電速率隨動物運動速度增加而成比例增加[13]，以提供瞬時速度信息；頭向細胞(head direction cells)的放電則與動物相對環境中地標的方向有關[14]。這些細胞將距離和方向信息傳遞到網格細胞，在網格圖中得到整合以提供包括環境中的位置以及起止點距離在內的空間信息[15]，并在動作線索的基礎上不斷更新當前位置信息[16]。

海馬位置細胞的單峰響應和競爭型神經網絡模型被用于解釋如何將網格細胞的放電模式轉變為位置細胞的空間響應[17]，模擬了網格細胞的放電信息從內嗅皮層經過競爭到齒狀回多區域激活再到海馬單區域激活、位置細胞選擇性放電的信息通路。網格細胞與位置細胞的作用不是單向的，大鼠海馬暫時性失活可逐漸且有選擇地引起網格圖的消失，這說明海馬的興奮驅動是網格圖形成和變化的先決條件[18]，網格圖的準確與穩定性也需要海馬反饋信息的調整和維持。

1.3 神經電生理學實驗證實人類網格細胞的存在

在網格細胞被發現之前，對于人類空間導航機制的神經電生理學研究發現位于海馬的神經元在特定位置處激活，而位于海馬旁回的神經元在特定標識處激活[19]。近年來，為了直接證明人腦中網格細胞的存在，Jacobs等[7]用侵入性實驗直接地記錄了難治性癲癇患者在完成對象-空間記憶任務的虛擬環境導航時的神經元活動，并在內嗅皮層中發現了六邊形網格樣空間放電細胞，這說明人類具有與大鼠等動物相同的網格細胞空間編碼方式。而Miller等[20]要求腦內植入電極的神經外科患者在有四條相似路徑的虛擬環境中進行導航，記錄發現內嗅皮層的神經元以重復的方式激活，單個細胞在多個路徑上的同一相對位置上放電，說明這些細胞代表相對環境位置的非特異性信息，這符合網格細胞的放電模式，而不同于海馬位置細胞僅在特定位置處激活。

然而這些侵入性實驗中植入電極的位置由神經外科醫生根據不同臨床需要來確定，而非精準地定位在內嗅皮層，因此實驗得到的網格細胞放電頻譜相較動物實驗有明顯增多的干擾，且有創記錄方法的實驗通常樣本量較小，不能在大規模健康人群的研究中普遍使用，使得對于人類網格細胞具體特性的進一步研究受到限制。因此將無創的影像學技術應用于網格細胞的研究是十分必要的，但目前國內關于空間導航機制的研究多運用“計算機空間導航障礙測試系統”(AMUNETPC spatial navigation tests)[21]，此測試僅能檢測宏觀空間導航能力的改變，而未涉及細胞學機制的探索。

此外，盡管虛擬現實實驗已經發現許多與真實世界導航實驗相似的結果[9，19-20]，但在動物實驗中也發現一些實際導航與虛擬導航的神經活動之間存在差異的證據[22]，因此仍然需要將虛擬現實實驗結果與真實世界導航結果進行對比研究。

2 網格細胞的fMRI研究進展

2.1 fMRI可應用于人類網格細胞的研究

fMRI是一種研究腦功能的無創檢查技術，具有時間空間高分辨率等特點，可以顯示大腦各區域血氧水平(bold)變化引起的磁共振信號的微小動態變化，因其無創便捷的優勢，常被用于以健康人群為被試的大樣本研究中，成為神經相關高級認知功能研究的重要工具。

fMRI僅能檢測到大量神經元共同引起的宏觀信號變化，而網格細胞放電之所以能夠轉換為bold信號響應，主要建立在它的幾個特點之上：(1)無論相鄰還是相隔較遠的網格細胞，形成的網格圖相對環境的方向是恒定的[23]；(2)，網格細胞的放電大小由運行速度、方向和位置共同調節[14]，當運動方向與網格軸靠近時放電明顯，而偏離時放電減弱，當運動方向與網格軸的夾角變換時，網格細胞放電呈現正弦曲線樣變化；(3)快速運動過程中，網格細胞的放電相較慢速或靜止狀態明顯增加[14]。

基于網格細胞的以上特點，Doeller等[24]在任務態fMRI實驗設計中采用了模仿大鼠覓食實驗的虛擬環境導航任務，在實驗過程中受試者以替換物替換被隱藏的目標物品，在得到目標物品正確位置的反饋后拾取目標物品，任務重復以13 min為一組，共進行4組，研究者全程記錄全腦fMRI成像數據及運動路線，并且在分析過程中定義雙側內嗅皮層為感興趣區域(region of interest，ROI)。以sin6倍網格角度和cos6倍網格角度為參數，計算ROI中所有體素與兩個參數相關的β激活值，帶入公式arctan[mean(β1)/mean(β2)]/6為線性模型，做數值連續擬合得到網格方向，將每個時刻的運動方向與網格方向比較，以網格軸兩側各15°范圍內為對齊網格軸運動，否則為偏離網格軸運動，以兩種運動狀態為線性模型，做二分離散擬合得到感興趣區激活強度結果。研究者發現當被試者在虛擬環境中勻速運動時，多個腦區存在與網格細胞放電方式一致的正弦曲線樣bold信號響應[8]，且這一信號響應在右側ROI最明顯，在虛擬導航過程中42名位受試者中有34名的正弦曲線樣bold信號響應聚集在右側ROI。當改變虛擬導航速度時，該信號明顯受到影響，通過計算ROI的fMRI數據與快中慢速度的對應關系，發現運動加快時右側ROI激活更明顯，類似的激活增強也發生在左側ROI，但沒有右側明顯。這項研究成果對于證明fMRI可應用于人類網格細胞的研究至關重要[25]。

2.2 網格細胞作用于更抽象的認知過程

Horner等[26]最近的研究發現，當受試者在進行缺乏視覺信息輸入的想象空間導航任務時，內嗅皮層也會出現類似于虛擬導航實驗中網格細胞的正弦曲線樣bold信號，并且當想象的環境與虛擬環境相同時，網格細胞的放電位置野也相同。因此網格細胞的功能可能不僅是對過去或現在所處環境編碼，而且還參與了更廣泛的認知過程，包括支持想象中的視角移動及導航。Doeller等[24]的虛擬城市fMRI研究也證實了人類在想象環境中移動時網格細胞的激活[27]，說明網格細胞具有較為靈活的神經編碼模式，可以在想象中進行動態目標模擬[28]。這預示著網格細胞在心理模擬和未來思維中的作用，包括對過去的空間與記憶信息的整合，以及參與未來情境的規劃[29]。將神經元水平上的研究與高級的認知過程相聯系一直是很困難的，但是在想象空間導航的過程中尋找到網格細胞放電的證據很可能搭建神經元與心理意象之間的橋梁。而在Constantinescu等[30]的試驗中，受試者在進行非空間概念的二維導航時也出現網格細胞正弦曲線樣bold信號，因此推斷大腦將概念組織成心理地圖，允許概念關系以類似于空間的方式進行編碼與導航，即物質的存在與抽象的概念均可整合成二維的空間表示形式[31]，說明網格細胞可能參與更抽象的超越純粹空間導航的高級認知過程。

2.3 網格細胞的fMRI研究有助于AD的早期診斷

AD病程中伴隨著記憶減退和定向障礙，其病理改變起自內嗅皮層，因而對于內嗅皮層中網格細胞的fMRI研究可能有助于AD的早期診斷。Fu等[32]的研究發現老年小鼠網格細胞激活減少伴隨著空間記憶缺陷的發生，并根據動物實驗結果推斷，起自內嗅皮層的病理學改變可能引起網格細胞功能缺陷，并導致人類AD患者空間認知障礙。Kunz等[33]的研究發現，具有AD遺傳風險的年輕人(即APOE-e4危險基因攜帶者)表現出網格細胞激活穩定性減低以及虛擬場景中導航能力下降。這些研究結果有助于證實AD導致網格細胞功能受損的假說。

Bates等[34]認為，空間導航障礙主要由網格細胞和位置細胞形成的導航系統中位置表示欠精準導致。AD危險基因攜帶者在虛擬環境中心相較在邊界處導航能力下降更明顯，可能是在中心區域的導航缺乏環境線索，因而更依賴網格細胞的路徑整合功能，而網格細胞受損導致海馬位置細胞的位置信息輸入準確性降低[35]。風險基因攜帶者內嗅皮層激活減低的同時表現出的海馬激活增加可能是為彌補空間記憶障礙的代償機制。

此外，網格細胞作用于想象空間這一發現有助于解釋AD患者很難想象和記憶場景的表現。基于此，研究人員設計了一個“四山實驗”(four mountains test)[36]，實驗中參與者需要記住一座山的景觀，然后在之后給出的四座山中選擇出哪一個是先前記住的那座山的另一個視角，即換一個角度觀察到的山的樣子。“四山實驗”現已被用于檢測AD的疾病程度和進展情況。

3 回顧和展望

從最初Hafting等[3]在大鼠的內嗅皮層中發現網格細胞到現在，對于網格細胞的研究已經有十余年，從動物實驗中總結出的網格樣放電特征與路徑整合功能已經在諸多文獻中被報道，而之后Doeller等[8]的fMRI實驗則證實了人腦網格細胞的存在。由于網格細胞在人類空間導航、想象導航甚至高級認知過程中的重要作用，為研究AD等認知障礙疾病的早期診斷提供了新的切入點，而fMRI在網格細胞研究中的應用也為神經元與高級認知過程的研究構建了新的橋梁，然而由于相關數據分析過程的復雜性，網格細胞如何編碼3D空間和大型復雜環境、如何參與高級認知功能等諸多問題還有待進一步探索。

參考文獻 [References]

[1]Lithfous S, Dufour A, Despres O. Spatial navigation in normal aging and the prodromal stage of Alzheimer's disease: insights from imaging and behavioral studies. Ageing Res Rev, 2013, 12(1):201-213.

[2]Gazova I, Vlcek K, Laczo J, et al. Spatial navigation-a unique window into physiological and pathological aging. Front Aging Neurosci, 2012,4: 16.

[3]Hafting T, Fyhn M, Molden S, et al. Microstructure of a spatial map in the entorhinal cortex. Nature, 2005, 436(7052): 801-806.

[4]Yartsev MM, Witter MP, Ulanovsky N. Grid cells without theta oscillations in the entorhinal cortex of bats. Nature, 2011, 479(7371):103-107.

[5]Killian NJ, Jutras MJ, Buffalo EA. A map of visual space in the primate entorhinal cortex. Nature, 2012, 491(7426): 761-764.

[6]Rowland DC, Roudi Y, Moser MB, et al. Ten Years of Grid Cells.Annu Rev Neurosci, 2016, 39: 19-40.

[7]Jacobs J, Weidemann CT, Miller JF, et al. Direct recordings of gridlike neuronal activity in human spatial navigation. Nat Neurosci,2013, 16(9): 1188-1190.

[8]Doeller CF, Barry C, Burgess N. Evidence for grid cells in a human memory network. Nature, 2010, 463(7281): 657-661.

[9]Alme CB, Miao C, Jezek K, et al. Place cells in the hippocampus:eleven maps for eleven rooms. Proc Natl Acad Sci U S A,2014,111(52): 18428-18435.

[10]Fyhn M, Hafting T, Treves A, et al. Hippocampal remapping and grid realignment in entorhinal cortex. Nature, 2007, 446(7132): 190-194.

[11]McNaughton BL, Battaglia FP, Jensen O, et al. Path integration and the neural basis of the 'cognitive map'. Nat Rev Neurosci, 2006, 7(8):663-678.

[12]Solstad T, Boccara CN, Kropff E, et al. Representation of geometric borders in the entorhinal cortex. Science, 2008, 322(5909):1865-1868.

[13]Kropff E, Carmichael JE, Moser MB, et al. Speed cells in the medial entorhinal cortex. Nature, 2015, 523(7561): 419-424.

[14]Sargolini F, Fyhn M, Hafting T, et al. Conjunctive representation of position, direction, and velocity in entorhinal cortex. Science, 2006,312(5774): 758-762.

[15]Fiete IR, Burak Y, Brookings T. What grid cells convey about rat location. J Neurosci, 2008, 28(27): 6858-6871.

[16]Lester AW, Moffat SD, Wiener JM, et al. The aging navigational system. Neuron, 2017, 95(5): 1019-1035.

[17]Fuhs MC, Vanrhoads SR, Casale AE, et al. Influence of path integration versus environmental orientation on place cell remapping between visually identical environments. J Neurophysiol, 2005,94(4): 2603-2616.

[18]Bonnevie T, Dunn B, Fyhn M, et al. Grid cells require excitatory drive from the hippocampus. Nat Neurosci, 2013, 16(3): 309-317.

[19]Ekstrom AD, Kahana MJ, Caplan JB, et al. Cellular networks underlying human spatial navigation. Nature, 2003, 425(6954):184-188.

[20]Miller JF, Fried I, Suthana N, et al. Repeating spatial activations in human entorhinal cortex. Curr Biol, 2015, 25(8): 1080-1085.

[21]Qing Z, Li W, Nedelska Z, et al. Spatial navigation impairment is associated with alterations in subcortical intrinsic activity in mild cognitive impairment: a resting-state fMRI study. Behav Neurol,2017, 2017: 6364314.

[22]Ravassard P, Kees A, Willers B, et al. Multisensory control of hippocampal spatiotemporal selectivity. Science, 2013, 340(6138):1342-1346.

[23]Barry C, Hayman R, Burgess N, et al. Experience-dependent rescaling of entorhinal grids. Nat Neurosci, 2007, 10(6):682-684.

[24]Doeller CF, King JA, Burgess N. Parallel striatal and hippocampal systems for landmarks and boundaries in spatial memory. Proc Natl Acad Sci U S A, 2008, 105(15): 5915-5920.

[25]Stangl M, Shine J, Wolbers T. The grid CAT: a toolbox for automated analysis of human grid cell codes in fMRI. Front Neuroinform, 2017,11: 47.

[26]Horner AJ, Bisby JA, Zotow E, et al. Grid-like Processing of Imagined Navigation. Curr Biol, 2016, 26(6): 842-847.

[27]Bellmund JL, Deuker L, Navarro ST, et al. Grid-cell representations in mental simulation. Elife, 2016, 5(pii): e17089.

[28]Jacobs J, Lee SA. Spatial cognition: grid cells support imagined navigation. Curr Biol, 2016, 26(7): R277-R279.

[29]Schacter DL, Addis DR, Buckner RL. Remembering the past to imagine the future: the prospective brain. Nat Rev Neurosci, 2007,8(9): 657-661.

[30]Constantinescu AO, O'Reilly JX, Behrens T. Organizing conceptual knowledge in humans with a gridlike code. Science, 2016,352(6292): 1464-1468.

[31]Kriegeskorte N, Storrs KR. Grid Cells for Conceptual Spaces?.Neuron, 2016, 92(2): 280-284.

[32]Fu H, Rodriguez GA, Herman M, et al. Tau pathology induces excitatory neuron loss, grid cell dysfunction, and spatial memory deficits reminiscent of early Alzheimer's disease. Neuron, 2017,93(3): 533-541.

[33]Kunz L, Schroder TN, Lee H, et al. Reduced grid-cell-like representations in adults at genetic risk for Alzheimer's disease.Science, 2015, 350(6259): 430-433.

[34]Bates SL, Wolbers T. How cognitive aging affects multisensory integration of navigational cues. Neurobiol Aging, 2014, 35(12):2761-2769.

[35]Muessig L, Hauser J, Wills TJ, et al. A developmental switch in place cell accuracy coincides with grid cell maturation. Neuron, 2015,86(5): 1167-1173.

[36]Chan D, Gallaher LM, Moodley K, et al. The 4 Mountains Test: A Short Test of Spatial Memory with High Sensitivity for the Diagnosis of Pre-dementia Alzheimer's disease. J Vis Exp, 2016, (116).